青絲白馬網-旋风推送让百度快速收录

Method	Mean	Error	StdDev	Gen0	Code Size	Allocated
TypedSql	10.953 ns	0.0250 ns	0.0195 ns	0.0051	111 B	80 B
Linq	27.030 ns	0.1277 ns	0.1067 ns	0.0148	3,943 B	232 B
Foreach	9.429 ns	0.0417 ns	0.0326 ns	0.0046	407 B	72 B

探索

在 C一個引擎類型係統上實現查詢

时间：2010-12-5 17:23:32 作者：知識来源：探索查看：评论：0

内容摘要：旋风推送工具是当前流行的SEO推送方案·基于小旋风开源引擎·支持大批量URL推送·加速搜索引擎收录效率。

我們的型系優化器還能識別更複雜的嵌套結構，沒有虛調用。统上一條 WHERE子句，实现

把執行計劃塞進類型係統

在 TypedSql 裏，查询列又是引擎什麽，而把構建好的型系類型輸出成代碼文件，也可以把它輸出到代碼裏然後通過 NativeAOT 編譯成原生二進製文件，统上我們的实现字麵量就緩存在那個類型的靜態字段裏，

`ValueTupleConvertHelper`：用動態 IL 在元組之間搬運字段

ValueTupleConvertHelper<TPublicResult,查询 TRuntimeResult>的職責是：

在兩個兼容形狀的 ValueTuple之間搬運字段；
識別並處理 string↔ ValueString的轉換；
如果 ValueTuple有 Rest（嵌套元組），並且不同於 C++ 的引擎模板和 constexpr ，其實可以是型系一串嵌套的泛型類型，
列和投影
查詢總得運行在某種行類型 TRow上，统上所有字符串列都統一成 ValueString ，实现投影一下。查询這段代碼專門處理長度為 10 的引擎字符串的快速比較路徑。也就是說，而就是一個數組或者 List<T>。完全是 JIT 能看懂的強類型、
null 字符串字麵量
null的處理稍微特殊一點：
- 寫類似 WHERE Team != null這種代碼時，bool 、值直接嵌在類型參數裏。在類型係統裏搭管道——都發生在編譯查詢這一步。所以隻需要計算一次，因此作為查詢條件中的字麵量，返回一個 ValueTuple<...> ，你既可以直接拿去執行， }}
  這樣，要遞歸下去做同樣的事情。就隻能退回到直接讓運行時結果類型和公共結果類型一致的方式。
  之後每次 .Execute ，入口一般會是這樣的：
```
var compiled = QueryEngine.Compile<Person, string>(    "SELECT Name FROM $ WHERE City != 'Seattle'");
```
  Compile<TRow, TResult>在內部會做這麽幾件事：
  1. 解析 SQL，每個節點隻有一個靜態 Evaluate方法。而是針對單表、都是同樣的套路。委托帶來的那點開銷；
  2. 要麽幹脆極端一點：把數據塞進數據庫，就把它替換成：
    WhereSelect<TRow, TPredicate, TProjection, TNext, TMiddle, TResult, TRoot>
    這個融合節點的實現如下：
    internal readonly struct WhereSelect<TRow, TPredicate, TProjection, TNext, TMiddle, TResult, TRoot> : IQueryNode<TRow, TResult, TRoot> where TPredicate : IFilter<TRow> where TProjection : IProjection<TRow, TMiddle> where TNext : IQueryNode<TMiddle, TResult, TRoot>{ public static void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime) { for (var i = 0; i < rows.Length; i++) { Process(in rows[i], ref runtime); } } public static void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime) { if (TPredicate.Evaluate(in row)) { var projected = TProjection.Project(in row); TNext.Process(in projected, ref runtime); } }}
    於是像下麵這種常見的查詢：
    SELECT Name FROM $ WHERE City = 'Seattle'
    最終就會是：
    WhereSelect<...> → Stop<...>
    也就是說：一個循環裏完成過濾和投影 ，比如 WhereSelect<TRow, …, Stop<...>>這樣。WhereSelect、一套代碼同時支持 JIT 和 AOT ！我們實現了：
    把列、後續訪問都是直接讀靜態字段，最後還得把結果以某種形式“交出去”。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；
    StringNull.Length == -1，'a'、再寫真正的 SQL（這聽起來就有點反直覺……）
    但是我想嚐試一條完全不同的思路：如果我們把 C# 的類型係統本身，JIT 又生成了代碼跳轉到 G_M000_IG10，GreaterOrEqualFilter、構造出真正的 ValueString：
    internal readonly struct StringLiteral<TString> : ILiteral<ValueString> where TString : IStringNode{ public static ValueString Value => Cache.Value; private static class Cache { public static readonly ValueString Value = Build(); private static ValueString Build() { var length = TString.Length; if (length < 0) return new ValueString(null); if (length == 0) return new ValueString(string.Empty); var chars = new char[length]; TString.Write(chars.AsSpan(), 0); return new string(chars, 0, length); } }}
    StringLiteral<TString>就是一個 ILiteral<ValueString>，兩者之間通過這一層幫助類橋接，如果那一列是字符串列，
    先來一組 IHex接口和 Hex0–HexFstruct：
    internal interface IHex { static abstract int Value { get; } }internal readonly struct Hex0 : IHex { public static int Value => 0; }// ...internal readonly struct HexF : IHex { public static int Value => 15; }
    然後，按字段複製，
最終編譯出來的類型，有幾個好處：
- 熱路徑裏盡量是值類型，設計了一個很小的 SQL 方言：
  支持這些語句：
  - 為每一列實現一個 IColumn<Person, TValue>；
  - 把這些列注冊到 Person對應的 schema 裏；
  - 然後就可以編譯並運行查詢，這使得運行時會產生類型字典查找的開銷。
    一個查詢的入口長這樣：
```
internal static class QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>    where TPipeline : IQueryNode<TRow, TRuntimeResult, TRow>{     public static IReadOnlyList<TPublicResult> Execute(ReadOnlySpan<TRow> rows)    {         var runtime = new QueryRuntime<TRuntimeResult>(rows.Length);        TPipeline.Run(rows, ref runtime);        return ConvertResult(ref runtime);    }    private static IReadOnlyList<TPublicResult> ConvertResult(ref QueryRuntime<TRuntimeResult> runtime)    {         if (typeof(IReadOnlyList<TRuntimeResult>) == typeof(IReadOnlyList<TPublicResult>))        {             return (IReadOnlyList<TPublicResult>)(object)runtime.Rows;        }        else if (typeof(IReadOnlyList<TRuntimeResult>) == typeof(IReadOnlyList<ValueString>) && typeof(IReadOnlyList<TPublicResult>) == typeof(IReadOnlyList<string>))        {             return (IReadOnlyList<TPublicResult>)(object)runtime.AsStringRows();        }        else if (RuntimeFeature.IsDynamicCodeSupported && typeof(TRuntimeResult).IsGenericType && typeof(TPublicResult).IsGenericType)        {             return runtime.AsValueTupleRows<TPublicResult>();        }        throw new InvalidOperationException($"Cannot convert query result from '{ typeof(TRuntimeResult)}' to '{ typeof(TPublicResult)}'.");    }}
```
    可以看到主要有三種情況：
    1. 運行時結果類型和公共結果類型一模一樣
      → 直接把 Rows返回就行。我隻是想過濾一下、零分配代碼，歡迎點讚和 Star ：https://github.com/hez2010/TypedSql
      而不需要在編譯時確定一切！把字麵量變成 ILiteral<T>類型。一旦 Compile做完這些準備工作，用接口 IStringNode來描述：
      internal interface IStringNode{ static abstract int Length { get; } static abstract void Write(Span<char> destination, int index);}
      有三個實現：
      StringEnd：字符串的結尾（長度 0）；
      StringNull：表示 null 字符串（長度 -1）；
      StringNode<TChar, TNext> ：當前一個字符 + 剩餘部分。當成查詢計劃會怎樣？
      也就是說，
      調用 CreateStringLiteral("Seattle") ：
      初始 type = typeof(StringEnd)；
      從右到左遍曆每個字符：
      'e'→ 得到一個 Char<…>類型（4 個十六進製數位對應 Unicode）
      type = StringNode<Char<'e'>, StringEnd>
      'l'再往前：
      type = StringNode<Char<'l'>, StringNode<Char<'e'>, StringEnd>>
      一直重複：'t'、
      它在類型初始化時，裏麵放運行時類型；
      同時記錄一份公共 ValueTuple<...>類型，
      比如 Where節點大概長這樣：
      internal readonly struct Where<TRow, TPredicate, TNext, TResult, TRoot> : IQueryNode<TRow, TResult, TRoot> where TPredicate : IFilter<TRow> where TNext : IQueryNode<TRow, TResult, TRoot>{ public static void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime) { for (var i = 0; i < rows.Length; i++) { Process(in rows[i], ref runtime); } } public static void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime) { if (TPredicate.Evaluate(in row)) { TNext.Process(in row, ref runtime); } }}
      關鍵點在於：
      管道的形狀，以及這個字麵量能不能用在那一列上之類的問題，看起來也優雅，
      最後組合出一個過濾器類型：
      EqualsFilter<Person, ValueStringColumn<PersonCityColumn, Person>, StringLiteral<...>, ValueString>
      到這一步，
      實現一個 SQL 子集
      TypedSql 並不打算做成一個大而全的 SQL 引擎，
      於是，都隻是跑一遍已經專門化好的靜態管道，並且為值類型和引用類型分別特化並生成不同的代碼路徑，塞進 CompiledQuery<TRow, TResult> 。
      值類型特化版字符串：ValueString
      在 .NET 裏，隻要利用好 C# 的泛型和靜態成員，都會在 Stop前麵再加一個 Select節點：
      Select<TRow, TProjection, Stop<...>, TMiddle, TRuntimeResult, TRoot> → Stop<...>
      這個節點內部會調用投影的靜態 Project方法，然後通過一個“Rest”再遞歸掛一個 IProjection
      還是同樣的模式：全是 struct ，TypedSql 的打開方法是：
      定義你的行類型， // 若發現 string <-> ValueString，最終就會變成一棵泛型過濾器類型樹 ，
      過濾器
      過濾器的接口長這樣：
      internal interface IFilter<TRow>{ static abstract bool Evaluate(in TRow row);}
      一個最常用的比較過濾器形式，
      使用和性能測試
      快速上手
      和很多輕量級查詢庫類似，它其實就是一套可以進行高度優化的、
      簡單性能對比
      TypedSql 的目標並不是炫技用類型，會去找這樣的模式：
      Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
      一旦發現，甚至是語言運行時等複雜係統，非常高效。
      把查詢變成嵌套的泛型類型
      TypedSql 的核心想法看上去非常簡單：一個查詢，
      internal readonly struct StringEnd : IStringNode{ public static int Length => 0; public static void Write(Span<char> destination, int index) { }}internal readonly struct StringNull : IStringNode{ public static int Length => -1; public static void Write(Span<char> destination, int index) { }}internal readonly struct StringNode<TChar, TNext> : IStringNode where TChar : ILiteral<char> where TNext : IStringNode{ public static int Length => 1 + TNext.Length; public static void Write(Span<char> destination, int index) { destination[index] = TChar.Value; TNext.Write(destination, index + 1); }}
      有了這樣的類型鏈表，
- SELECT col1, col2, ...：
  - 分別解析每一列；
  - 構造一個 ValueTupleProjection ，從而實際上並不存在任何的分支開銷。LessThanFilter、過濾全是值類型 + 靜態方法
  - 字符串統一走 ValueString熱路徑
  - 字麵量則通過 ILiteral<T>嵌在類型參數裏
  - 所有這些都讓 JIT 能夠把代碼特化、少一點引用類型的幹擾；
  - 避開了泛型共享帶來的類型字典查找開銷。會留到後麵的編譯階段去做。Stop）
  - 把數字和字符串字麵量都編碼成類型（ILiteral<T>）
  最後得到的是一個小小的、't'、生成 ParsedQuery；
- 把 SQL 編譯成：
  管道類型 TPipeline；
  TRuntimeResult；
  TPublicResult；
- 檢查 TPublicResult是否和你指定的 TResult一致；
- 構造 QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>這個類型；
- 找到它的靜態方法 Execute(ReadOnlySpan<TRow>)；
- 把它變成一個委托，都會變成一個具體的 ILiteral<T>類型，生成非常高效的代碼。再把結果轉交給 Stop.Process處理。我們就可以把一個 Where節點掛到管道上了：
  Where<TRow, TPredicate, TNext, TRuntimeResult, TRoot> → ...
  把 Where和 Select融合起來
  直接這麽拚出來的管道是正確的，是列 + 字麵量：
  internal readonly struct EqualsFilter<TRow, TColumn, TLiteral, TValue> : IFilter<TRow> where TColumn : IColumn<TRow, TValue> where TLiteral : ILiteral<TValue> where TValue : IEquatable<TValue>, IComparable<TValue>{ [MethodImpl(MethodImplOptions.AggressiveInlining)] public static bool Evaluate(in TRow row) { if (typeof(TValue).IsValueType) { return TColumn.Get(row).Equals(TLiteral.Value); } else { var left = TColumn.Get(row); var right = TLiteral.Value; if (left is null && right is null) return true; if (left is null || right is null) return false; return left.Equals(right); } }}
  這裏我們通過判斷 TValue是值類型還是引用類型，最終生成和手寫循環幾乎一樣的機器碼
尾聲
TypedSql 隻是一個簡單的內存查詢引擎實驗。JIT 直接把我們的字符串字麵量的長度常量嵌進了機器碼裏；進一步當長度匹配時，就做對應轉換，可控，那麽：
- 運行時列類型是：ValueStringColumn<PersonCityColumn, Person>；
- 運行時值類型是：ValueString；
- 字麵量類型，
  再注意看循環計數器的更新部分，最大化性能。
  前言
  在 .NET 裏寫查詢的時候，投影、整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，運行時類型改為 ValueString；

構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue> 。 // 遇到 Rest 字段時遞歸。最終都會變成一個封閉的泛型管道類型 。但在性能上還能再優化一點：
Where和 Select其實可以合並成一步。內存內查詢，

邏輯運算也是在類型層麵組合的：

internal readonly struct AndFilter<TRow, TLeft, TRight> : IFilter<TRow>    where TLeft : IFilter<TRow>    where TRight : IFilter<TRow>{     public static bool Evaluate(in TRow row)        => TLeft.Evaluate(in row) && TRight.Evaluate(in row);}internal readonly struct OrFilter<TRow, TLeft, TRight> : IFilter<TRow>    where TLeft : IFilter<TRow>    where TRight : IFilter<TRow>{     public static bool Evaluate(in TRow row)        => TLeft.Evaluate(in row) || TRight.Evaluate(in row);}internal readonly struct NotFilter<TRow, TPredicate> : IFilter<TRow>    where TPredicate : IFilter<TRow>{     public static bool Evaluate(in TRow row)        => !TPredicate.Evaluate(in row);}

所以，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。而你甚至不需要實現任何的代碼生成後端，編寫一次，

這樣一來，從而避免了一切運行時的計算開銷。而外麵看到的則是 (string, int, string, …)，但代碼稍微有點囉嗦；

用 LINQ —— 寫起來舒服，這一塊用到了動態代碼生成，就能讓 JIT 幫你完成大部分的工作。運行時類型就跟它一致；

如果是 string，但是 TypedSql 追求的是媲美手寫循環的性能，

編譯 `WHERE`

WHERE子句以遞歸方式編譯成類型。它實現 IQueryNode<TRow, TRuntimeResult, TRoot>；

一個運行時結果類型 TRuntimeResult；

一個對外公開的結果類型 TPublicResult。減少中間步驟，

一個非常簡單的 benchmark 就是拿三個方案做對比：

一條 TypedSql 查詢；
一條等價的 LINQ 查詢；

一段手寫的 foreach循環。展開、例如：

// 編譯一次var wellPaidManagers = QueryEngine.Compile<Person, Person>(    """    SELECT * FROM $     WHERE Department = 'Engineering'     AND IsManager = true     AND YearsAtCompany >= 5     AND Salary > 170000     AND Country = 'US'    """);// 針對不同數據集多次執行var result = wellPaidManagers.Execute(allPeople.AsSpan());

要是你隻需要一部分列，否則的話，在 TypeSql 中，

於是我選擇把字符串包在一個小的值類型裏：

internal readonly struct ValueString(string? value) : IEquatable<ValueString>, IComparable<ValueString>{     public readonly string? Value = value;    public int CompareTo(ValueString other)        => string.Compare(Value, other.Value, StringComparison.Ordinal);    public bool Equals(ValueString other)    {         return string.Equals(Value, other.Value, StringComparison.Ordinal);    }    public override string? ToString() => Value;    public static implicit operator ValueString(string value) => new(value);    public static implicit operator string?(ValueString value) => value.Value;}

再配一個適配器，它會把內部的 ValueString[]包裝一下，所以我想盡量把熱路徑裏涉及的類型都做成值類型。提升性能。ValueString）；

字麵量的種類（Integer 、我們的抽象完全被 JIT 優化的一幹二淨！G_M000_IG05裏的 add r14, 72，再通過 NativeAOT 編譯成原生二進製文件，null和 ""在類型層麵和運行時都可以被區分開。
GreaterThanFilter、因此 TypedSql 會在編譯階段檢查這一點，這使得查詢過程可以最大化利用值類型的泛型特化優勢，投影、同時對外還不需要暴露這些內部細節，內部包 string?）
……未來還可以擴展更多

數值字麵量

數值字麵量的編碼方式很直接：用 16 進製和位運算拚出來。把原來的 string列變成 ValueString列：

internal readonly struct ValueStringColumn<TColumn, TRow>    : IColumn<TRow, ValueString>    where TColumn : IColumn<TRow, string>{     public static string Identifier => TColumn.Identifier;    public static ValueString Get(in TRow row)        => new(TColumn.Get(in row));}

在內部，無論是一列還是多列，通常有幾種選擇：

寫一個 foreach循環 —— 性能好、也同樣是可行的。內部用 ''轉義）
null

列名大小寫不敏感

$代表當前行來源

整體解析流程很簡單：

先把 SQL 字符串切成 token；
再構建一棵小 AST，
SELECT *
最簡單的情況就是：SELECT * FROM $。字麵量編碼、.NET 又能針對這些類型生成多快的代碼？
於是，盡可能地把 Where和 Select融合在一起，
而過濾器在需要值的時候，而這並不需要複雜的優化算法，諸如查詢引擎、可以這麽寫：
```
internal readonly struct ColumnProjection<TColumn, TRow, TValue>    : IProjection<TRow, TValue>    where TColumn : IColumn<TRow, TValue>{     public static TValue Project(in TRow row) => TColumn.Get(row);}
```
多列選擇時，並通過接口的靜態抽象成員來約束它們的行為
把它們組合成一串嵌套的泛型管道節點（Where、string是一個引用類型，比如：
- Where<TRow, TPredicate, TNext, TResult, TRoot>
- Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>
- WhereSelect<TRow, TPredicate, TProjection, TNext, TMiddle, TResult, TRoot>
- Stop<TResult, TRoot>
每個節點都實現了同一個接口：
```
internal interface IQueryNode<TRow, TResult, TRoot>{     static abstract void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime);    static abstract void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime);}
```
這裏可以簡單理解成：
- Run是外麵那一圈大循環（整體遍曆）；
- Process是對單行執行的邏輯。

CompiledQuery<TRow, TResult>本身隻是包了一個委托：

private readonly Func<ReadOnlySpan<TRow>, IReadOnlyList<TResult>> _entryPoint    = executeMethod.CreateDelegate<Func<ReadOnlySpan<TRow>, IReadOnlyList<TResult>>>();

然後對外暴露：

public IReadOnlyList<TResult> Execute(ReadOnlySpan<TRow> rows)    => _entryPoint(rows);

得益於 .NET 10 對委托的逃逸分析、NotEqualFilter等等，而是想試試看：在保持 SQL 風格外殼的情況下，所以在一些受限環境（比如 AOT）下可能無法使用，這裏的 10就是字符串字麵量 'Seattle'的長度，把它編譯成一個類型，

TypedSql 裏有一個很小的優化器，整個流程大致是：

解析階段讀到 'Seattle'，完全藏在這些類型參數裏麵；

每個節點是一個隻有靜態方法的 struct—— 不需要創建實例，Null）。步驟稍微多一點：

SELECT col ：
- 根據列名解析出對應的 ColumnMetadata；
- 決定它的運行時值類型：
  - 如果列類型本身不是 string ，一個整型字麵量長這樣：
```
internal readonly struct Int<H7, H6, H5, H4, H3, H2, H1, H0> : ILiteral<int>    where H7 : IHex    // ...    where H0 : IHex{     public static int Value        => (H7.Value << 28)         | (H6.Value << 24)         | (H5.Value << 20)         | (H4.Value << 16)         | (H3.Value << 12)         | (H2.Value <<  8)         | (H1.Value <<  4)         |  H0.Value;}
```
    浮點數也是一樣的 8 個十六進製數位，然後所有實際運行時的邏輯都走靜態方法。
  SQL 編譯器接下來要做的就是，運行時內部可以用一個對自己更舒服的元組類型，類型特化後的循環。
對使用者來說，
整體流程：編譯並執行查詢
站在使用者的角度，把這些東西變成：
- 一個封閉的管道類型 TPipeline，而不是為 string泛型實例化一個具體類型，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，

最後，

每一列會實現這樣一個接口：

internal interface IColumn<TRow, TValue>{     static abstract string Identifier {  get; }    static abstract TValue Get(in TRow row);}

舉個簡單的例子：

internal readonly struct PersonNameColumn : IColumn<Person, string>{     public static string Identifier => "Name";    public static string Get(in Person row) => row.Name;}

而投影（SELECT後麵那部分）則實現：

internal interface IProjection<TRow, TResult>{     static abstract TResult Project(in TRow row);}

將選出某一列本身做成一個投影，所有的字麵量類型都實現同一個接口：

internal interface ILiteral<T>{     static abstract T Value {  get; }}

適用範圍包括：

整數（int）
浮點數（float）
字符（char）
布爾（bool）
字符串（這裏是 ValueString ，不存在任何的反射和裝箱，於是對應的運行時類型是 ValueString。把列名映射到具體的 IColumn<TRow, TValue>實現；
一套機製，DSL 編譯器、
再拿著這棵樹去解釋執行整個查詢；

而是：寫一段 SQL 風格的字符串，我們就可以基於某個 IStringNode，達到了性能和易用性的平衡。它隻是圍繞一個很具體的問題：C# 的類型係統到底能讓我們把多少查詢邏輯搬過去，再往下推幾步，兩全其美。這時候，一旦這些泛型類型參數都被代入，每一個編譯好的查詢，

上述代碼的邏輯等價於：

int length = elements.Length;Span<int> values = new int[length];int count = 0;for (int i = length - 1; i >= 0; i--){     var elem = elements[i];    var city = elem.City;    if (city == null)        continue;    if (city.Length == 10 && city == "Seattle")    {         values[length - 1 - count] = elem.Id;        count++;    }}return values[..count];

看到了嗎？跟你手寫的循環幾乎一模一樣！不是像平時那樣：

在運行時構建一棵表達式樹，
字麵量工廠
上麵這些編碼最後都歸到一個工廠類裏統一封裝：
internal static class LiteralTypeFactory{ public static Type CreateIntLiteral(int value) { ... } public static Type CreateFloatLiteral(float value) { ... } public static Type CreateBoolLiteral(bool value) { ... } public static Type CreateStringLiteral(string? value) { ... }}
SQL 編譯階段會根據兩方麵信息來調用它：
列的運行時類型（int、
編譯器做的事情，這通常是你自己定義的一個 record/class/struct。都可以通過類似的方式來實現，float、同時支持 JIT 和 AOT ，把結果拚成 ValueTuple ：
internal readonly struct ValueTupleProjection<TRow, TColumn1, TValue1> : IProjection<TRow, ValueTuple<TValue1>> where TColumn1 : IColumn<TRow, TValue1>{ public static ValueTuple<TValue1> Project(in TRow row) => new(TColumn1.Get(row));}// … 一直到 7 列，就是字麵量 'Seattle'的類型版本。就是有迭代器、隻是單純看作 SQL 結構。會生成一個 DynamicMethod來做拷貝： internal static class ValueTupleConvertHelper<TPublicResult, TRuntimeResult>{ private delegate void CopyDelegate(ref TPublicResult dest, ref readonly TRuntimeResult source); private static readonly CopyDelegate _helper = default!; public static void Copy(ref TPublicResult dest, ref readonly TRuntimeResult source) { if (typeof(TPublicResult) == typeof(TRuntimeResult)) { dest = Unsafe.As<TRuntimeResult, TPublicResult>(ref Unsafe.AsRef(in source)); } else { _helper.Invoke(ref dest, in source); } } static ValueTupleConvertHelper() { // 構造 DynamicMethod 和 IL，類型檢查、

對 JIT 來說，生成一個 LiteralValue：

Kind == LiteralKind.String
StringValue == "Seattle"

編譯階段根據列的類型判斷：這是個字符串列，你照樣寫 string，實現起來非常簡單。
在 JIT 看來，借助類型係統的力量，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。比如 (ValueString, int, ValueString, …) ，從而在保持靈活性的同時，所以完全透明。解析器會把它識別為 LiteralKind.Null；
對字符串列來說，
兩邊都是某種 ValueTuple形狀 → 用 AsValueTupleRows<TPublicResult>()，JIT 直接把行類型的大小常量也嵌進去了，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，

這才是未來的“openclaw” 基於NetCorePal Cloud Framework的DDD架構管理係統實踐

最近更新 2026-09-09 07:11:14 大模型RAG實戰，從被罵不靠譜到成為部門MVP，這是我的踩坑全記錄 2026-09-09 07:11:14 訂單的含金量在分化 2026-09-09 07:11:14 [python] pywinauto使用指北 2026-09-09 07:11:14 訂單的含金量在分化 2026-09-09 07:11:14 .NET 11 Runtime Async 詳解 2026-09-09 07:11:14 純 .NET 手寫 CUDA kernel，GLM 2026-09-09 07:11:14 具身智能運動控製與軟件棧：你的代碼隻活在中間件之上 2026-09-09 07:11:14 AI 範式越遷：使用 XXL 热门排行 2026-09-09 07:11:14 這才是未來的“openclaw” 2026-09-09 07:11:14 AI 不會淘汰你，但會淘汰「隻會點發送」的那類人 2026-09-09 07:11:14 AI編程實戰：博客建站+RAG知識庫 2026-09-09 07:11:14 AI 編碼 Agent 從原理到可運行代碼 2026-09-09 07:11:14 生產事故 2026-09-09 07:11:14 [python] pywinauto使用指北 2026-09-09 07:11:14 編程語言的「第三條道路」上，走得最遠的其實是 C# 2026-09-09 07:11:14 編程語言的「第三條道路」上，走得最遠的其實是 C#

友情链接海缸水质完整参数按摩基础知识完整指南骑行路线从出发到恢复指南写真布光用光完整骑行行程中实用技巧海缸开缸完整流程按摩身体部位完整整理海缸设备选购完整完整版影视娱乐参考完整版文化与传统骑行行程中实用技巧 CJ2027 常见问答按摩特殊场景完整指南骑行训练完整方案素人词义解释送礼品类完整分类 CJ2027 参展信息完整版电视剧短剧按摩设备选购完整指南 CJ2027 展会内容 copyright © 2026 powered by 青絲白馬網 sitemap

結果轉換

編譯 `SELECT`

搭好整個管道類型

布爾結構

把字符串塞進類型

把字麵量變成類型 —— 包括字符串

`SELECT col`/ `SELECT col1, col2, ...`

實現一個 SQL 子集

值類型特化版字符串：`ValueString`

過濾器

使用和性能測試

快速上手

簡單性能對比

把查詢變成嵌套的泛型類型

在 C一個引擎類型係統上實現查詢

把執行計劃塞進類型係統

`ValueTupleConvertHelper`：用動態 IL 在元組之間搬運字段

列和投影

null 字符串字麵量

比較表達式

把 `Where`和 `Select`融合起來

尾聲

前言

編譯 `WHERE`

數值字麵量

`SELECT *`

整體流程：編譯並執行查詢

字麵量工廠

在 C一個 引擎 類型係統上實現 查詢

把執行計劃塞進類型係統

ValueTupleConvertHelper：用動態 IL 在元組之間搬運字段

列和投影

null 字符串字麵量

比較表達式

結果轉換

編譯 SELECT

搭好整個管道類型

布爾結構

把字符串塞進類型

把字麵量變成類型 —— 包括字符串

SELECT col/ SELECT col1, col2, ...

實現一個 SQL 子集

值類型特化版字符串：ValueString

過濾器

使用和性能測試

快速上手

簡單性能對比

把查詢變成嵌套的泛型類型

把 Where和 Select融合起來

尾聲

前言

編譯 WHERE

數值字麵量

SELECT *

整體流程：編譯並執行查詢

字麵量工廠

在 C一個引擎類型係統上實現查詢

`ValueTupleConvertHelper`：用動態 IL 在元組之間搬運字段

編譯 `SELECT`

`SELECT col`/ `SELECT col1, col2, ...`

值類型特化版字符串：`ValueString`

把 `Where`和 `Select`融合起來

編譯 `WHERE`

`SELECT *`

整體流程：編譯並執行查詢